何が起きたか
Generalist AIは2026年8月22日、ロボット学習向け基盤モデル「GEN 1.5」を発表した。同モデルは3〜12秒の短い人間またはシミュレーションによるデモから操作行動を学習し、従来のタスク別プログラミングを不要にする。Humanoid GuideのBrain Scoreで6/10を獲得し、成熟した能力を持つと評価された。
本紙の見方
GEN 1.5の発表は、Generalist AIが2025年11月にGEN-0、2026年4月にGEN-1をリリースしてきた路線の延長線上にある。今回のモデルは、従来のタスク別プログラミングに代わり、3〜12秒の短いデモから操作行動を学習する点で、ロボット学習の効率化を狙う。Humanoid GuideのBrain Scoreで6/10を獲得したことは、同モデルが「成熟した」範囲にあるとの評価だが、これはあくまで第三者評価であり、実際の性能は今後の検証が待たれる。 本紙の過去報道では、Generalist AIは2026年6月に4億ドルを調達し、累計調達額は5億ドルを超えている。GEN-0の公開時には、教えていない動作をロボットが自発的に行う「驚きの瞬間」があったとCTOが述べており、GEN 1.5はその自己汎化の考え方を発展させたものとみられる。ただし、GEN 1.5が具体的にどのような新機能を追加したのかは、今回の情報だけでは不明である。 業界構造への含意として、GEN 1.5のような基盤モデルは、ロボット開発におけるプログラミングの負担を軽減し、デモデータの活用を促進する可能性がある。これは、ロボットの導入コストを下げ、より多くの企業がロボットを活用する道を開くかもしれない。一方で、デモデータの質や量が性能を左右するため、データ収集の重要性が増すとみられる。 未確定の論点としては、GEN 1.5の具体的な性能ベンチマーク、対応するロボットプラットフォーム、商用利用の条件などが挙げられる。また、GEN-1からの具体的な改善点や、実際の導入事例が明らかになれば、その実用性を評価できるだろう。
なぜ重要か
GEN 1.5は、ロボット学習の効率化を目指すGeneralist AIの最新モデルであり、短いデモから操作行動を学習するアプローチは、ロボットプログラミングのコストを削減する可能性を秘めている。この動きは、Physical AI分野における基盤モデルの進化を示すものであり、今後のロボット開発の在り方に影響を与えるだろう。